一种基于优化鼠群算法的儿童脑部MRI病灶自动检测方法

本发明提供了一种基于优化鼠群算法的儿童脑部MRI病灶自动检测方法。该方法包括以下步骤：对儿童脑部患者的MRI图像数据集进行预处理并提取图像的特征值；通过结合大鼠群优化(RSO)和粒子群优化(PSO)的优化鼠群算法选择最佳网格，精确提取病灶的关键区域(ROI)；采用特征融合方法辅助SqueezeNet模型的训练，输出MRI病灶识别和预测结果。本发明将优化鼠群算法应用于儿童脑部MRI病灶核心集的获取，利用原始MRI数据集建立训练集和特征集，避免了对标记MRI数据的依赖。特征融合技术的应用进一步提升了模型的训练效率和检测速度，为临床诊断提供了一种高效可靠的方法。